太陽光発電と太陽光発電

説明
ペロブスカイト、タンデム、不動態化材料を予測によってスクリーニングします。 MatterSeek は、組成から太陽光発電材料の特性を予測します。

太陽光発電と太陽光発電 —材料システム / 予測可能なパフォーマンス / 検証経路
太陽光発電材料向け AI — 予測によるペロブスカイト吸収層と不動態化層の設計
化学組成から吸収体、不動態化層、輸送層、封入材料の特性を予測するため、コーティングまたはアニーリングの実行をスケジュールする前に候補化学物質をランク付けできます。
吸収体のバンド構造は、熱と湿気の安定性を維持しながら調整する必要があります。パッシベーション化学は、寄生吸収を引き起こすことなく界面再結合を抑制する必要があります。タンデム スタックでは、両方に互換性の制約が追加されます。これらの各目標は通常、個別の製造および測定キャンペーンを通じてテストされ、その組み合わせは急速に増加します。
ターゲット組成範囲と必要な特性ウィンドウを記述すると、MatterSeek は、予測された特性値と不確実性を備えたランク付けされた候補を返します。このプラットフォームは、ドーピング レベルの精度 0.02 (合金化および A サイトまたは B サイト置換の研究に実際に必要な粒度) で 1 ~ 4 つの基本元素を処理します。予測は 2 つの基本要素の場合は約 1 分、4 つの場合は最大 7 分で完了します。結果は、複数の物件を比較するためのレーダー チャート、構成空間全体にわたる物件の景観を視覚化する 2D および 3D ヒート マップ、および下流の設計レビュー用にエクスポート可能なデータ テーブルとして表示されます。
このエンジンは、融点や電子構造関連の特性を含む、光学的、電子的、熱的、熱力学的、および構造的特性ファミリーにまたがります。これらの特性は、アニーリング中の相の安定性や吸収層または輸送層の電子的挙動を支配する量です。
最終候補者リストに残った候補者は、MatterSeek の 1,200 平方メートルの自律型実験室に移動します。その 6 つのプロセス クラスターは、太陽光発電にとって重要なルートをカバーしています。クリーンな薄膜堆積と、マルチバス基板洗浄による後処理、マグネトロン スパッタリング、電子ビーム蒸着に加え、多孔質層と酸化物層のゾルゲルと超臨界乾燥が含まれます。自動特性評価には、相同定のための XRD、ラマン、XRF、同時熱分析が含まれており、ルートに応じて 1 日あたり 300 ~ 500 サンプルを目標としています。物理測定に対して予測精度は 95.7% です。
タンデム層と輸送層、欠陥パッシベーション化学物質、透明導電性酸化物、モジュール封止材料。
よくある質問
Q: MatterSeek はペロブスカイト組成物の特性を予測できますか?
A: はい。組成範囲とプロパティ ウィンドウを定義すると、プラットフォームは膜が堆積される前に、予測値と不確実性を備えたランク付けされた候補を返します。
Q: どの製造ルートを検証に利用できますか?
A: マグネトロン スパッタリングと電子ビーム蒸着による薄膜堆積、ゾルゲル ルート、超臨界乾燥はすべて自律型ラボ内で自動化されています。
Q: 予測はどの程度正確ですか?
A: 物理的測定に対して 95.7% の精度があり、予測ごとに不確実性が報告されます。
Yuyao (Beijing) Technology Co., Ltd. は、AI と太陽光発電およびソーラーの先端材料の融合を専門とする専門会社です。同社は、材料分野に合わせた基礎的な大規模モデルである MatterSeek を独自に開発し、独自の制御可能な材料実験データベースを構築しながら、HNN (階層ニューラル ネットワーク) アルゴリズムを先駆けて開発しました。

